Muse Spark 1.1
性价比更高: Gemini 3.7 Flash $1.50/M 即可获得 Index 62.1,便宜 25%。
没有比它更便宜且得分更高的已排名模型:它位于价格前沿上。
截至 2026年11月16日,Muse Spark 1.1(Meta)在 BenchLeader Index 上得分 62.2(在 608 个已排名配置中前 100 名)。表现最好的是指令遵循(70),最弱的是智能体与工具(51)。API 价格为输入每百万 token $1.25、输出每百万 token $4.25(按 3:1 混合为 $2.00),为 2026年11月16日的标价。输出速度约为 190 token/秒(OpenRouter)。发布于 2026年7月9日。
要点(截至 2026年11月16日)
- Muse Spark 1.1 的 API 价格为输入每百万 token $1.25、输出每百万 token $4.25(按 3:1 混合为 $2.00)(标价,2026年11月16日)。
- Muse Spark 1.1 的输出速度约为 190 token/秒(OpenRouter,2026年11月16日)。
- Muse Spark 1.1 于 2026年7月9日发布(Meta)。
详细说明:Muse Spark 1.1 是 Meta 的闭源推理模型,发布于 2026年7月9日。其最佳配置在 BenchLeader Index 上得分 62.2 ±5.6,在 608 个配置中排第 51 名,处于上半区。关键在于这个“±”:另有 195 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,指令遵循得分最高(70),智能体与工具最低(51)。按混合价格计,每百万 token $2.00,比大多数已排名模型贵。输出速度为 193 token/秒,首 token 延迟 1.8 秒,位于最快的四分之一。它已在 4 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- $2.00/M
- 输入 $1.25 · 输出 $4.25
- 来源:models.dev
- 输出速度
- 193 tok/s
- OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
- 首次回答
- 1.80 s
- 上下文
- 1.0M
- 来源:models.dev
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年7月9日
- 综合 Index62
- 推理68
- 编程66
- 智能体与工具51
- 数学61
- 知识69
- 指令遵循70
- 人类偏好65
- 多模态64
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/muse-spark-1-1)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
Meta 以这个名称发布过 4 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| Muse Spark 1.3 | 2026年9月2日 | 61.6 | #63 |
| Muse Spark 1.2xhigh | 2026年8月5日 | 61.5 | #64 |
| Muse Spark 1.1本页 | 2026年7月9日 | 62.2 | #51 |
| Muse Spark | 2026年4月8日 | 64.2 | #29 |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
Index 走势
2026年9月8日 至 2026年11月16日- 默认
- xhigh
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | high | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Arena Hard Prompts推理强度未说明 | – | – | 1511#20 | Arena (LMArena) | |
| LiveBench 1.0 Reasoning不计入 Index | – | 87.7%#26 | – | LiveBench | |
| GPQA Diamond (AA)不计入 Index | – | 89.8%#68 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | – | 46.2%#53 | – | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | – | 91.2%#23 | – | Vals AI | |
| CritPt不计入 Index | – | 15.1%#104 | – | Artificial Analysis | |
| Arena Expert不计入 Index推理强度未说明 | – | – | 1504#39 | Arena (LMArena) | |
| Chess Puzzles不计入 Index | – | 34.0%#62 | – | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index | 49.9%#71 | – | – | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | 94.4%#61 | – | – | Epoch AI Benchmarking Hub |
编程
| 基准测试 | high | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| SciCode | – | 58.8%#23 | 58.8%#23 | SciCode | |
| Arena Coding推理强度未说明 | – | – | 1533#18 | Arena (LMArena) | |
| Arena WebDev推理强度未说明 | – | – | 1542#53 | Arena (LMArena) | |
| LiveBench 1.0 Coding不计入 Index | – | 77.2%#39 | – | LiveBench | |
| SciCode (AA)不计入 Index | – | 58.8%#24 | – | Artificial Analysis | |
| LiveCodeBench | – | 85.9%#27 | – | Vals AI | |
| SWE-bench (Vals)不计入 Index | – | 82.0%#21 | – | Vals AI | |
| SWE-Bench Pro推理强度未说明 | – | – | 61.5%#1 | Scale AI SEAL | |
| Code Migration不计入 Index | – | 31.1%#40 | – | Vals AI | |
| ProgramBench不计入 Index | – | 0.0%#34 | – | Vals AI | |
| Vibe Code Bench v1.1不计入 Index | – | 72.2%#48 | – | Vals AI | |
| SWE-Bench Pro (private)不计入 Index推理强度未说明 | – | – | 51.5%#1 | Scale AI SEAL | |
| SWE Atlas v1.0: Codebase QnA不计入 Index | – | 42.2%#9 | – | Scale AI SEAL | |
| SWE Atlas v1.0: Test Writing不计入 Index | – | 41.5%#10 | – | Scale AI SEAL | |
| Surface Evolver Bench不计入 Index | 52.5%#17 | – | – | Epoch AI Benchmarking Hub | |
| DeepSWE v1.1不计入 Index推理强度未说明 | – | – | 53.3%#45 | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)不计入 Index | – | 6.1%#130 | – | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index | – | 77.9%#55 | – | Artificial Analysis | |
| Design Arena Website不计入 Index推理强度未说明 | – | – | 1263#45 | Design Arena |
智能体与工具
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| APEX-Agents推理强度未说明 | – | 31.8%#59 | Mercor | |
| Arena Agent推理强度未说明 | – | -8#48 | Arena (LMArena) | |
| LiveBench Agentic Coding不计入 Index | 58.5%#18 | – | LiveBench | |
| Terminal-Bench 2.1 (Vals) | 69.3%#30 | – | Vals AI | |
| MCP Atlas推理强度未说明 | – | 88.1%#2 | Scale AI SEAL | |
| τ³-bench Banking不计入 Index | 40.5%#6 | – | τ²-bench | |
| GDPval-AA v2.1不计入 Index | 1216#134 | – | Artificial Analysis | |
| τ³-Banking (AA) | 31.8%#63 | – | Artificial Analysis | |
| Finance Agent v2不计入 Index | 57.2%#17 | – | Vals AI | |
| Harvey's Legal Agent Benchmark v1不计入 Index | 20.0%#5 | – | Vals AI | |
| Legal Research Bench不计入 Index | 38.0%#44 | – | Vals AI | |
| SkillsBench不计入 Index | 59.2%#10 | – | Vals AI | |
| Time Horizon Index: KSP不计入 Index | 1.7%#13 | – | Vals AI | |
| Arena Agent Task Completion不计入 Index推理强度未说明 | – | -6.5#41 | Arena (LMArena) | |
| GBAEval不计入 Index推理强度未说明 | – | 7.9%#13 | Epoch AI Benchmarking Hub | |
| Vending-Bench 2不计入 Index推理强度未说明 | – | 6520.5#21 | Andon Labs | |
| AutomationBench不计入 Index | 38.9%#132 | – | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | 14.4%#127 | – | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | 851#185 | – | Artificial Analysis | |
| Design Arena Agentic不计入 Index推理强度未说明 | – | 1172#47 | Design Arena |
数学
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| ProofBench推理强度未说明 | – | 39.0%#41 | Vals AI | |
| LiveBench Mathematics不计入 Index | 87.1%#48 | – | LiveBench | |
| Arena Maths推理强度未说明 | – | 1493#24 | Arena (LMArena) |
知识
| 基准测试 | medium | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| SimpleQA Verified推理强度未说明 | – | – | 57.8%#21 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data Analysis不计入 Index | – | 72.5%#46 | – | LiveBench | |
| MMLU-Pro | – | 88.7%#17 | – | Vals AI | |
| LegalBench | – | 85.0%#27 | – | Vals AI | |
| CorpFin | – | 71.3%#4 | – | Vals AI | |
| TaxEval | – | 79.7%#2 | – | Vals AI | |
| PRBench Finance推理强度未说明 | – | – | 55.0%#3 | Scale AI SEAL | |
| PRBench Legal推理强度未说明 | – | – | 57.0%#4 | Scale AI SEAL | |
| MultiNRC推理强度未说明 | – | – | 65.6%#1 | Scale AI SEAL | |
| Excel Modeling Benchmark不计入 Index | – | 56.4%#46 | – | Vals AI | |
| MedScribe不计入 Index | – | 88.9%#10 | – | Vals AI | |
| Public Benefits Bench v1.1不计入 Index | – | 61.3%#30 | – | Vals AI | |
| GDP.pdf不计入 Index | 15.0%#40 | – | 15.0%#40 | Epoch AI Benchmarking Hub |
指令遵循
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| LiveBench Language不计入 Index | 74.3%#52 | – | LiveBench | |
| LiveBench Instruction Following不计入 Index | 69.6%#32 | – | LiveBench | |
| MultiChallenge推理强度未说明 | – | 75.3%#4 | Scale AI SEAL | |
| Arena Instruction Following不计入 Index推理强度未说明 | – | 1473#36 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1491#14 | Arena (LMArena) | |
| EQ-Bench 4 | 1244#11 | EQ-Bench | |
| EQ-Bench Creative Writing v3不计入 Index | 1928#14 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1443#57 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1497#14 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1481#48 | Arena (LMArena) |
多模态
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Vision推理强度未说明 | – | 1292#26 | Arena (LMArena) | |
| MMMU-Pro (Vals)不计入 Index | 86.6%#18 | – | Vals AI | |
| MortgageTax不计入 Index | 66.1%#35 | – | Vals AI | |
| VTB不计入 Index推理强度未说明 | – | 44.8%#1 | Scale AI SEAL |
长上下文
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| AA-LCR v1.1 | 77.7%#144 | – | Artificial Analysis | |
| Arena Document不计入 Index推理强度未说明 | – | 1480#11 | Arena (LMArena) | |
| MLCR不计入 Index | 7.2%#145 | – | Artificial Analysis |
综合
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | 154.9#46 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0不计入 Index | 75.3%#37 | – | LiveBench | |
| AA Intelligence Index v4.3.2不计入 Index | 33.7#107 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 302.7#116 | – | Artificial Analysis | |
| Vals Multimodal Index不计入 Index | 66.7%#11 | – | Vals AI |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| FORTRESS不计入 Index | 12.4%#10 | Scale AI SEAL |
优势所在
在所有已测配置中,这个配置排名前五的基准测试。
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Meta | 165 tok/s | 1.39 s | $1.25 | $4.25 | 1.0M | – |
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.150。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0018 | $0.0014 | 3.4 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.018 | $0.0077 | 4.9 s |
| 代码编辑 | 6,000 / 1,500 | $0.014 | $0.0089 | 9.6 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.092 | $0.043 | 22.5 s |
| 结构化信息提取 | 2,000 / 200 | $0.0034 | $0.0017 | 2.8 s |
将 Muse Spark 1.1 与以下模型对比
- Muse Spark 1.1 vs Gemini 4 Argon
- Muse Spark 1.1 vs DeepSeek V4.1 Flash 1017
- Muse Spark 1.1 vs Kimi K3.1 Pro
- Muse Spark 1.1 vs Grok 4
- Muse Spark 1.1 vs Qwen3.6 Plus
- Muse Spark 1.1 vs Qwen3.8 Max
- Muse Spark 1.1 vs Claude Sonnet 5.5
- Muse Spark 1.1 vs Muse Wonder
- Muse Spark 1.1 vs Grok 4.7
- Muse Spark 1.1 vs Claude Opus 5.5
- Muse Spark 1.1 vs Gemini 4 Carbon
- Muse Spark 1.1 vs Step 5 Preview
- Muse Spark 1.1 vs GPT-5.4 Pro
- Muse Spark 1.1 vs GPT-5.4
- Muse Spark 1.1 vs Muse Wonder Full
- Muse Spark 1.1 vs Claude Opus 4.7
- Muse Spark 1.1 vs GPT-5.6 Sol
- Muse Spark 1.1 vs Muse Spark 1.2
- Muse Spark 1.1 vs Muse Spark 1.3
- Muse Spark 1.1 vs Gemini 3.7 Flash
- Muse Spark 1.1 vs Qwen3.6 Max
- Muse Spark 1.1 vs Claude Opus 4.6
- Muse Spark 1.1 vs Gemini 3.5 Flash
- Muse Spark 1.1 vs GPT-6 Sol
- Muse Spark 1.1 vs GPT-5.3-Codex
- Muse Spark 1.1 vs Gemini 4 Hydrogen
- Muse Spark 1.1 vs GPT-5.5
- Muse Spark 1.1 vs GPT-6.1 Terra
- Muse Spark 1.1 vs Muse Spark
- Muse Spark 1.1 vs Claude Opus 5
- Muse Spark 1.1 vs Claude Fable 5
- Muse Spark 1.1 vs GPT-6.1 Sol
- Muse Spark 1.1 vs Claude Fable 5.1
- Muse Spark 1.1 vs GPT-6 Astra
- Muse Spark 1.1 vs Claude Fable 5.2
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Muse Spark 1.1 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/muse-spark-1-1)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Muse Spark 1.1 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/muse-spark-1-1
BibTeX:
@misc{benchleader_muse_spark_1_1_20261116,
author = {{BenchLeader}},
title = {{Muse Spark 1.1 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/muse-spark-1-1}},
note = {Data as of 2026-11-16}
}常见问题
- Muse Spark 1.1 的基准测试得分是多少?
- 截至 2026年11月16日,Muse Spark 1.1 的 BenchLeader Index 为 62.2 ±5.6(前 100 名)。最强的是指令遵循(70),最弱的是智能体与工具(51)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Muse Spark 1.1 排名第几?
- 截至 2026年11月16日,Muse Spark 1.1 在 608 个已排名配置中排第 51 名(前 100 名)。另有 195 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Muse Spark 1.1 每百万 token 的价格是多少?
- 截至 2026年11月16日,Muse Spark 1.1 的价格为输入每百万 token $1.25、输出每百万 token $4.25,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $2.00。
- Muse Spark 1.1 比 Gemini 3.7 Flash 更好吗?
- 截至 2026年11月16日,Gemini 3.7 Flash(推理强度 high)与 Muse Spark 1.1 的质量不相上下(BenchLeader Index 62.1 比 62.2,在 ±6.6 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Muse Spark 1.1 是什么时候发布的?
- Meta 于 2026年7月9日发布了 Muse Spark 1.1。BenchLeader 收录了它在 4 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Muse Spark 1.1:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/muse-spark-1-1。